Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
ИнфраструктураAPI / Продукт · В работуX: @Luejinlynn→ оригинал

llama.cpp вышел в версии 1.0.0: ломать C API без смены major больше нельзя

llama.cpp, популярный движок для запуска LLM на своём железе, вышел в версии 1.0.0 с простым правилом: сломал публичный C API из папки ./include — поднимай первую цифру версии (major) до 2.0. Раньше встроившие библиотеку проекты сидели на ночных nightly-сборках и боялись, что код после обновления перестанет собираться. Теперь зависимость можно закрепить на 1.0.0 и переходить дальше осознанно.

AI-обработка оригинала X: @Luejinlynn; редакция Hamidun News
llama.cpp вышел в версии 1.0.0: ломать C API без смены major больше нельзя
Источник: X: @Luejinlynn. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникX: @Luejinlynn ↗
Главный редактор
Ключевой факт #1FP8 KV cache включается флагами -ctk/-ctv f8_e4m3
Ключевой факт #2llama-server закрыл SSRF, CORS и DNS rebinding, добавил /v1/audio/speech
Перед апгрейдом проверьте свои вызовыустаревшие API удалены

Представьте, что вы встроили llama.cpp в своё приложение, а через неделю подтянули свежую сборку — и проект перестал компилироваться, потому что автор библиотеки переименовал или убрал функцию. Так жили многие, кто использует этот движок для запуска LLM на собственном железе: обещаний по стабильности интерфейса не было, и приходилось ориентироваться на nightly — ночные сборки прямо из разработки. 13 ноября 2026 года это изменилось: llama.cpp вышел в версии 1.0.0, и в тот же день v1.0.0 получила библиотека ggml, на которой он построен.

Что такое «контракт версии 1.0.0» на пальцах

Главная ценность релиза — не очередной флаг, а правило игры. В официальном блоге на Hugging Face записано: если ломается публичный C API в каталоге ./include (то есть функции, которые вызывают чужие программы), повышается MAJOR — первая цифра версии. Новые обратно совместимые возможности и поддержка моделей поднимают MINOR — вторую цифру. Исправления одних только багов — PATCH, третью.

На практике это значит следующее. Если у вас в зависимостях стоит 1.0.0, то обновление до 1.1 или 1.2 не должно сломать ваш код. А вот появление 2.0 — сигнал открыть список изменений и править вызовы. Дистрибутивы Linux, пакетные менеджеры и приложения, линкующиеся с библиотекой, наконец могут закрепить версию и не плыть вместе с nightly.

Оговорка: v1.0 — это контракт, а не обещание «интерфейс не изменится никогда». Если авторам понадобится несовместимое изменение, они выпустят 2.0. Поэтому следить нужно именно за major.

Что ещё вошло в релиз

  • Удалены устаревшие публичные API, а интерфейсы NextN и спекулятивного декодирования (метода ускорения генерации) подняты в основной заголовок llama.h.
  • Добавлен FP8 KV cache. KV cache хранит промежуточные данные контекста, и более компактный формат помогает уместить длинные диалоги в той же памяти. Включается флагами -ctk и -ctv со значением f8_e4m3.
  • Для MoE-моделей появился кэш экспертов: то, что в него не поместилось, можно держать в оперативной памяти хоста, а долю CPU — настраивать. Полезно там, где видеопамяти не хватает на всех экспертов сразу.
  • llama-server получил защиту от SSRF (когда сервер заставляют ходить по внутренним адресам), CORS-атак и DNS rebinding. Кроме того, вызовы MCP-инструментов теперь отменяются, если клиент отключился или истёк таймаут.
  • Добавлен OpenAI-совместимый эндпоинт /v1/audio/speech для синтеза речи.

Блок про безопасность важен всем, кто открывает сервер наружу. Когда сервер умеет запускать инструменты через MCP, он фактически действует от имени пользователя, и такие места часто становятся точкой атаки.

Что делать разработчику

Автор исходного разбора предлагает три шага.

  1. Закрепите версию в сборке или пакетном менеджере на 1.0.0 и перестаньте молча следовать за nightly.
  2. Если отдаёте llama-server другим людям, внимательно изучите новые параметры --allow-unauthenticated-tools и --media-allow-private-urls. По умолчанию их лучше не включать: первый разрешает вызов инструментов без аутентификации, второй допускает обращения к приватным адресам при загрузке медиа.
  3. Перед апгрейдом прогоните собственные вызовы API и проверьте, что вы не используете удалённые функции. Это личный совет автора, сам он на практике его не проверял.

Ограничения

В блоге говорится о поддержке более 150 архитектур, но это формулировка самих авторов. Будет ли конкретная модель работать в 1.0.0, нужно смотреть в списке моделей именно этой версии. Кроме того, сведения о релизе пока исходят из официальных заметок и блога. Реальные проблемы совместимости станут видны, только когда проект поживёт по новым правилам.

Итог: для сообщества локальных LLM v1.0.0 — это в первую очередь зрелость процесса. У команд появилась опора для планирования обновлений, а для продукта на llama.cpp это ценнее любого отдельного флага.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что такое «контракт версии 1.0.0» на пальцах?

Главная ценность релиза — не очередной флаг, а правило игры. В официальном блоге на Hugging Face записано: если ломается публичный C API в каталоге ./include (то есть функции, которые вызывают чужие программы), повышается MAJOR — первая цифра версии. Новые обратно совместимые возможности и поддержка моделей поднимают MINOR — вторую цифру. Исправления одних только багов — PATCH, третью. На практике это значит следующее. Если у вас в зависимостях стоит 1.0.0, то обновление до 1.1 или 1.2 не должно сломать ваш код.

Что известно по теме: что ещё вошло в релиз?

Удалены устаревшие публичные API, а интерфейсы NextN и спекулятивного декодирования (метода ускорения генерации) подняты в основной заголовок llama.h. Добавлен FP8 KV cache. KV cache хранит промежуточные данные контекста, и более компактный формат помогает уместить длинные диалоги в той же памяти. Включается флагами -ctk и -ctv со значением f8_e4m3. Для MoE-моделей появился кэш экспертов: то, что в него не поместилось, можно держать в оперативной памяти хоста, а долю CPU — настраивать.

Что известно по теме: что делать разработчику?

Автор исходного разбора предлагает три шага. Закрепите версию в сборке или пакетном менеджере на 1.0.0 и перестаньте молча следовать за nightly. Если отдаёте llama-server другим людям, внимательно изучите новые параметры --allow-unauthenticated-tools и --media-allow-private-urls. По умолчанию их лучше не включать: первый разрешает вызов инструментов без аутентификации, второй допускает обращения к приватным адресам при загрузке медиа.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…